КОНЦЕПТУАЛІЗАЦІЯ НЕЙРОМОДЕЛЕЙ ЗАДАЧ ПІДТРИМКИ ПРИЙНЯТТЯ РІШЕНЬ

Анотація

Суть представленого дослідження  полягає у всебічному аналізі штучних нейронних мереж (ШНМ) як інструментів для підтримки прийняття рішень та прогнозування, у порівнянні з традиційними моделями побудови статистично значимих оцінок та узагальнень, використання методів регресії на основі числових рядів даних клієнта . ШНМ пропонують альтернативний підхід до обчислень, який, на відміну від традиційного програмування, не вимагає повної алгоритмічної специфікації, а є базованим на методах індуктивного навчання, автоматичного адаптування, та узагальнень на основі знань та великих даних . Це робить їх особливо корисними для задач, де може бути важко формально визначити всі параметри завдання, такі як розмір, опис та важливість вхідних даних, очікувана кількість шарів та нейронів на кожному шарі, описи функцій активації , описи параметрів навчання , описи регуляризації, описи очікуваних втрат та оптимізацій, що має місце у прийнятті рішень в умовах невизначеності, де потрібно аналізувати великі обсяги неструктурованих даних клієнта. ШНМ забезпечують індуктивний метод для збору, зберігання та використання експертних  знань, що є критично важливим для систем підтримки рішень. В роботі проведено огляд літератури та підсумовано, що ШНМ можуть бути порівняльно ефективними зі статистичними моделями у прогнозуванні та прийнятті рішень. Дослідження акцентує на потенційному внеску ШНМ у системи підтримки прийняття рішень та вказує на деякі обмеження, які можуть перешкоджати отриманню високоточних результатів. Зазначається необхідність використання численних математичних засобів, які лежать в основі ШНМ, таких як теореми збіжності, теореми універсальної апроксимації, оптимізаційні алгоритми, аналіз властивостей –  для визначення найкращих умов їх застосування в конкретних задачах прогнозування при побудові рекомендаційних систем та в системах підтримки прийняття рішень. Дослідження пропонує  виважені оцінки   щодо можливостей та обмежень ШНМ в контексті прикладних задач нафтогазової інженерії, в контексті вирішення проблем, пов'язаних із підтримкою прийняття експертних рішень та рекомендаційним прогнозуванням значень режимних та регламентних параметрів.